Matplotlib的简述

Matplotlib
（Matplotlib 是一个 Python 的 2D绘图库，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。最流行的python底层绘图库，主要做数据可视化图表）
导入库 from matplotlib import pyplot as plt
1、plt.plot(x,y) 折线图，两个参数表示的分别是x轴和y轴的数据；后面可以添加一个参数用来表示线条的形状；可以添加一个color参数表示线条的颜色；还可以添加一个linewidth指定线条宽度；alpha设置透明程度。

2、plt.xlabel(‘’)/plt.ylabel(‘’)引号中写的是x轴,y轴的名称，括号内还可以添加参数fontsize，表示名称字体显示的大小。
注意：在jupyter中使用matplotlib绘制图时，可能会有显示不出中文，显示不出负号的情况，此时可以添加以下代码：

plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

3、plt.xticks() 或 plt.yticks() 它设置x轴或者y轴的刻度。
例：设置x轴的刻度为25到50之间步长为2的数字
plt.xticks(range(25,50,2))

4、plt.figure() 可以设置图片大小。
例：设置图片大小为20，8，dpi表示它的像素
plt.figure(figsize=(20,8),dpi=80)

5、plt.grid() 绘制网格，alpha 表示透明度的意思
例：plt.grid(alpha=30) 设置网格透明度

6、plt.bar(x,height) 柱状图，两个参数x表示所有柱子的下标的列表，即x轴的数据，height表示所有柱子的高度值的列表，即y轴的数据。括号中还包括一些参数：
width 表示柱状图的宽度，取值在0~1之间，默认为0.8；
bottom 柱状图的起始位置，也就是y轴的起始坐标；
align 柱状图的中心位置，"center"居中,"edge"边缘；
color 柱状图颜色；
edgecolor 边框颜色；
linewidth 边框宽度；
tick_label 下标标签，即每根柱子在x轴上的意义；orientation 柱状图是竖直还是水平，竖直：“vertical”，水平条：“horizontal”；
xerr每根柱子顶部在横轴方向的线段。如果指定一个固定值，所有柱子的线段将一直长；如果指定一个带有不同长度值的列表，那么柱子顶部的线段将呈现不同长度；
yerr每根柱子顶端在纵轴方向的线段。如果指定一个固定值，所有柱子的线段将一直长；如果指定一个带有不同长度值的列表，那么柱子顶部的线段将呈现不同长度；
ecolor设置 xerr 和 yerr 的线段的颜色。同样可以指定一个固定值或者一个列表；

注意：xerr和yerr就是误差棒（用于显示数据的不确定程度，误差一般使用标准差（Standard Deviation）或标准误差。标准差（SD）：是方差的算术平方根。标准误差（SE）：是样本分布的标准差）

7、fig,ax=plt.subplots()相当于设置一张画布，plt.subplot(121)121表示一会要画的图是1行2列的，后面的1表示的是子图当中的第一个图。

8、plt.scatter(x,y)散点图，x，y两个参数分别表示x轴y轴的数据，shape大小为(n,)的数组，也就是我们即将绘制散点图的数据点，输入数据。还有一些参数：
c表示颜色；
marker表示标记的样式；
s表示的是散点形状大小；
cmap标量或者是一个colormap的名字，cmap仅仅当c是一个浮点数数组的时候才使用。如果没有申明就是image.cmap，可选，默认None；
norm数据亮度在0-1之间，也是只有c是一个浮点数的数组的时候才使用。如果没有申明，就是默认None；
vmin，vmax 当norm存在的时候忽略。用来进行亮度数据的归一化，可选，默认None；
alpha 散点形状的透明程度；
linewidths 标记点的长度；

9、plt.legend() 设置图例 若要添加中文字体使用prop=my_font；调整图例的方位用loc=“upper left” 图例的文字写在设置图形那一步中
例：plt.plot(x,y,label=“增长曲线”)

10、plt.text(2,3,’www’)在（2，3）坐标处加www的注释

11、plt.title("")图形的标题

12、plt.colorbar()颜色条

13、设置颜色的库

import matplotlib.colors as col
import matplotlib.cm as cm

14、bar.set_hatch(pattern)填充柱状图

15、ply.boxplot(x,notch=None,sym=None,vert=None,whis=None,positions=None,widths=None,labels=None,meanline=None,showmeans=None盒图（箱线图是一种直观简洁的方式去呈现一组数据的分布。 箱线图广泛用于各个数据分析领域，它能非常简单明了地显示一组数据中5个重要数值：最大值、最小值、中位数，上四分位数、下四分位数，并且还能发现一组数据中的存在的异常值）
x 需要绘制的箱型图的数据
notch = None 是否展示置信区间 默认为False
sym = None 代表异常点的符号表示 默认为圆点
vert = None 是否是垂直的 默认是True
whis = None 上下限系数 默认为1.5
positions = None 设置每个盒子的位置
widths = None 设置每个盒子的宽度
labels = None 每个盒子的label
meanline和showmean 都为True的时候 会展示平均线

16、plt.violinplot(x=None,y=None,hue=None,data=None,order=None,hue_order=None,bw=‘scott’,cut=2,scale=‘area’,scale_hue=True,gridsize=100,width=0.8,inner=‘box’,split=False,dodge=True,orient=None,linewidth=None,color=None,palette=None,saturation=0.75, ax=None, **kwargs)
小提琴图（箱线图与核密度图的结合，箱线图展示了分位数的位置，核密度图则展示了任意位置的密度，通过小提琴图可以知道哪些位置的数据点聚集的较多，因其形似小提琴而得名）

17、绘制3D图像，导入库from mpl_toolkits.mplot3d import Axes3D
注意：在绘制3D图像时，需要将初始散点数据处理成xy网格数据，即需要用到np.meshgrid(x,y)。这里简单介绍一下meshgrid的意思，若现在x取1，2，3，y取5，6，问由x，y组成的坐标点有几个，答案是(1,5)(1,6)(2,5)(2,6)(3,5)(3,6)，共6个，np.meshgrid(x,y)就是做这个事的。

在绘制时需要先设置画布：fig=plt.figure()
ax=Axes3D(fig)
ax.contour()用来设置投影

18、ax=fig.add_subplot(111,projection=‘3d’)111表示图像所处位置，projection表示图型的可视形状